Higgsfield 3D Jutsu로 3D 스튜디오를 만들어봤다

먼저 배경: 완성 영상보다 장면 설계가 어려울 때

AI 영상 도구는 한 문장으로 영상을 만들 수 있다고 말합니다. 하지만 실제 제작에서는 그 전에 정해야 할 것이 많습니다. 책상은 어디에 놓을지, 카메라는 어느 방향에서 시작할지, 조명이 어떤 분위기를 만들지, 물체가 서로 겹치지는 않는지 같은 문제입니다.

이 단계를 사전 시각화라고 생각하면 쉽습니다. 촬영이나 최종 생성에 들어가기 전에 장면의 공간과 카메라 움직임을 먼저 확인하는 과정입니다.

Higgsfield는 3D Jutsu를 텍스트나 참고 이미지에서 편집 가능한 3D 장면을 만들고, 오브젝트·배치·조명·카메라·애니메이션을 다루는 작업 공간으로 설명합니다.[1] 이번에는 이 설명이 실제 작업에서도 어느 정도 맞는지 확인해봤습니다.

한 문장으로 무엇을 요청했나

요청한 장면은 인물이 없는 작은 AI 콘텐츠 스튜디오였습니다. 중앙 책상과 울트라와이드 모니터, 스피커, 흡음 패널, 좌우 조명, 천장 조명, 카메라 삼각대를 배치하고 따뜻한 목재 바닥과 보라색 포인트 조명을 넣도록 했습니다.

길이는 8초, 화면 비율은 스마트폰 세로 영상에 맞는 9:16으로 설정했습니다. 카메라는 입구에서 책상 쪽으로 천천히 전진하도록 요청했습니다.

3D Jutsu의 기본 Auto 모델은 무료지만 특정 언어 모델을 고르면 메시지마다 크레딧이 듭니다. 공식 가이드에는 GPT‑6 Astra의 일반적인 메시지 비용이 약 17크레딧으로 안내돼 있습니다. 다만 실제 비용은 대화 길이와 선택한 모델 등에 따라 달라질 수 있다고 함께 설명합니다.[1]

빈 공간이 장면으로 바뀌는 데 약 18분

생성을 시작하자 처음에는 바닥과 벽만 있는 빈 공간이 나타났습니다. 이후 책상과 모니터, 조명, 카메라가 차례로 배치됐고, 에이전트는 프레이밍과 물체 접촉, 조명을 점검했습니다.

아래 영상은 약 18분의 작업을 네 장면으로 압축한 기록입니다. 연속 화면 녹화가 아니라, 실제 생성 과정에서 저장한 네 시점의 화면을 시간순으로 연결했습니다.

이 과정에서 편리했던 점은 단순한 한 장의 이미지가 아니라 실제 장면 데이터가 만들어졌다는 것입니다. 공식 설명처럼 오브젝트와 카메라, 애니메이션을 다시 다룰 수 있는 구조였습니다.[1]

보기 좋은 장면과 제대로 된 장면은 다르다

완성 화면만 보면 보라색 조명과 목재 바닥이 어우러져 첫 시도치고 꽤 그럴듯했습니다. 하지만 제작에 바로 쓰려면 다른 부분도 살펴봐야 합니다.

전경의 카메라 삼각대가 책상 앞을 많이 가렸고, 왼쪽 스피커와 선반은 작은 검사 화면에서 분명하게 보이지 않았습니다. 요청한 물체가 장면 안에 존재하는 것과 최종 카메라 화면에서 잘 보이는 것은 다른 문제였습니다.

따라서 생성 결과를 볼 때는 다음을 나눠서 확인해야 합니다.

• 요청한 물체가 실제 장면에 들어갔는가?
• 카메라 화면에서도 그 물체가 필요한 만큼 보이는가?
• 앞쪽 물체가 중심 피사체를 가리지 않는가?
• 조명 분위기와 실제 가독성이 함께 유지되는가?

Blender 원본에는 무엇이 저장돼 있었나

내보낸 .blend 파일을 로컬 Blender 5.2.1 LTS에서 열었습니다. 누락된 외부 파일은 없었고, 장면에는 다음 정보가 실제로 들어 있었습니다.

• 1~192프레임, 24fps, 총 8초
• 1080×1920 세로 화면
• 35mm 카메라
• 오브젝트 249개
• 조명 6개
• 재질 15개
• 카메라가 앞쪽으로 약 0.45m 이동하는 동선

아래 영상은 이 192프레임을 로컬 EEVEE로 다시 렌더한 결과입니다. EEVEE는 빠른 상호작용과 미리보기에 초점을 둔 Blender의 실시간 렌더 엔진입니다. 빛을 더 정확하게 계산하는 경로 추적 방식과는 차이가 있으므로, 이 영상은 완성 광고 영상이 아니라 장면과 카메라를 검사하기 위한 결과로 보는 편이 맞습니다.[2]

예상 17크레딧과 실제 77크레딧 차이

가장 주의할 부분은 비용이었습니다. 실행 전 계정 화면에는 정확한 숫자 대신 High cost가 표시됐고, 공식 가이드의 표에는 GPT‑6 Astra가 메시지당 약 17크레딧으로 소개돼 있었습니다.[1]

하지만 이번 작업 전후 잔액은 77크레딧 줄었습니다. 한 요청 안에서 장면 구성, 검사, 수정, 내보내기 같은 여러 내부 작업이 누적됐을 가능성이 있습니다. 다만 상세 과금 내역을 확인하지 못했기 때문에 77크레딧을 GPT‑6 Astra의 일반적인 한 번 가격이라고 말할 수는 없습니다.

비용 차이를 확인한 뒤에는 추가 수정 메시지와 최종 생성 영상 렌더를 중단했습니다. 충전이나 결제도 하지 않았습니다.

다시 쓴다면 이렇게 시작하겠다

이 도구는 완성 영상을 바로 얻는 버튼이라기보다, 촬영 전 장면을 빠르게 만들어보는 도구에 가까웠습니다. 다음에는 한 번의 요청에 모든 것을 넣기보다 아래처럼 범위를 줄이는 편이 좋겠습니다.

1. 먼저 무료 Auto 모델로 공간과 주요 물체만 배치합니다.
2. 카메라 이동은 한 가지로 제한하고 이동 거리를 숫자로 적습니다.
3. 전경에 큰 물체를 두기 전에 중심 피사체가 가려지는지 확인합니다.
4. 유료 모델을 쓰기 전 화면에 표시된 예상 비용을 기록합니다.
5. 수정 메시지를 보낼 때마다 잔액 변화를 따로 확인합니다.
6. 최종 영상 생성 전에 Blender나 GLB 원본으로 카메라와 배치를 검토합니다.

이번 실험의 결론

한 문장으로 빈 공간을 작은 스튜디오로 바꾸고, 그 안에 카메라 동선까지 넣는 데는 성공했습니다. 특히 편집 가능한 원본이 남는 점은 단순 이미지 생성과 다른 장점이었습니다.

반면 장면이 보기 좋다고 해서 바로 완성 영상으로 쓸 수 있는 것은 아니었습니다. 카메라 이동은 요청보다 약했고, 전경의 물체는 화면을 복잡하게 만들었습니다. 비용도 공식 표의 일반적인 안내보다 크게 줄어든 만큼, 유료 모델을 사용할 때는 한 번의 요청 안에서 무엇이 실행되는지 더 세밀하게 확인할 필요가 있습니다.

그래서 현재 판단은 이렇습니다. 3D 사전 시각화에는 쓸 만하지만, 최종 생성 버튼을 누르기 전에 사람이 카메라·배치·비용을 다시 확인해야 합니다.